AGiXT v1.7.9版本发布:增强任务调度与API功能
AGiXT是一个开源的人工智能自动化平台,旨在为用户提供智能化的任务处理和自动化解决方案。该项目通过集成多种AI技术,帮助用户简化工作流程,提高工作效率。最新发布的v1.7.9版本带来了一系列功能改进和问题修复,特别是在任务调度和API功能方面有显著增强。
Outlook时区处理优化
新版本修复了处理Outlook邮件头时区的问题。在之前的版本中,系统在处理来自Outlook的邮件时,可能会错误解析邮件头中的时间信息,导致时区转换不准确。这个问题在v1.7.9中得到了彻底解决,现在系统能够正确识别和转换Outlook邮件中的时间戳,确保时间相关操作的准确性。
网页浏览与文件修改逻辑改进
开发团队对网页浏览和文件修改功能进行了重要优化。新版本改进了网页内容抓取的稳定性,特别是在处理动态网页内容时表现更佳。同时,文件修改功能现在更加可靠,减少了在文件操作过程中出现错误的可能性。这些改进使得AGiXT在自动化网页交互和文件处理方面更加健壮。
自定义API命令支持
v1.7.9版本引入了一个重要的新功能——自定义API命令。用户现在可以创建自己的API端点,扩展AGiXT的功能以满足特定需求。这项功能为开发者提供了更大的灵活性,使他们能够将AGiXT与其他系统更紧密地集成,或者添加专有的业务逻辑。
任务调度系统增强
任务调度功能在这个版本中得到了多项改进:
- 提高了任务执行的可靠性,减少了任务失败的情况
- 优化了任务队列管理,确保高优先级任务能够及时执行
- 增强了错误处理机制,当任务执行失败时能够提供更详细的错误信息
JWT安全增强
在安全方面,v1.7.9改进了JWT(JSON Web Token)的过期时间处理。新的实现提供了更合理的令牌生命周期管理,既保证了安全性,又不会给用户带来不必要的重新认证负担。这一改进特别适合需要长时间运行自动化任务的场景。
新增任务调度API端点
为了提供更完整的编程接口,新版本增加了一系列专门用于任务调度的API端点。这些端点允许开发者:
- 查询当前运行的任务
- 管理任务队列
- 获取任务执行历史
- 动态调整任务优先级
这些API使得开发者能够以编程方式全面控制AGiXT的任务调度系统,为构建复杂的自动化工作流提供了坚实基础。
总结
AGiXT v1.7.9版本通过多项功能增强和问题修复,进一步提升了平台的稳定性和可用性。特别是新增的自定义API命令和任务调度API端点,为开发者提供了更多可能性。时区处理的优化和安全性的增强也体现了开发团队对细节的关注。这些改进使得AGiXT在自动化任务处理领域继续保持竞争力,为用户提供更可靠、更灵活的AI自动化解决方案。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00